XiaoMi-AI文件搜索系统
World File Search SystemBrains
“会说话的大脑”关于人工智能、神经回路的集体论文......
前言 在 1995 年出版的《说话的头脑》一书中，编辑 Peter Baumgartner 和 Sabine Payr 整理了一系列精彩的访谈，采访对象是 20 世纪最杰出的 20 位认知科学家。从这些访谈中，我们了解到其中一些伟大人物之间存在着多么根深蒂固且明显具有争议性的敌意，并展示了人工智能的两个阵营最终分裂是不可避免的。就像两只从未实现的承诺的认知灰烬中重生的凤凰一样，这个两面怪兽将呈现出近乎宗教狂热的色彩和对彼此的蔑视，因为双方都试图为对方在当时被认为是一个新兴领域的不足之处辩解，而这个领域对未来的人工智能大有裨益。尽管以今天的标准来看，1995 年的采访似乎新颖且细致入微，但辩论本身却有着更早的先例，可以追溯到唐纳德·赫布 (Donald Hebb) 等先驱（“一起放电的神经元连接在一起”），以及战前才华横溢的博学者，如冯·诺依曼和图灵本人（图灵测试）——他们都促成了战后马文·明斯基 (Marvin Minsky) 和弗兰克·罗森布拉特 (Frank Rosenblatt)（同一所布朗克斯科学高中的同学）之间著名的辩论。这些争论可以一口气概括为以下几个方面：（i）人工智能和认知科学（将导致深度学习和我们当前的 Chat-GPT）是否应该尝试模拟人类大脑实际的内部神经结构，即“人类学习”源自单一的神经元二元/数字活动模式（其性质严重依赖于强力概念，如局部性、频率和加权强度）；或（ii）大脑结构——当时和现在仍然无法被我们完全理解——是否应该基于其知之甚少的神经元结构进行建模，而是基于其计算性能和逻辑、推理、因果关系等能力的结果进行建模。后者这些过程是人类独有的，并且本质上似乎相当类似，因为它们产生了基于符号规则的语言和“人类理解”程序。目前，该领域正在进行单一机制模型与双重机制模型的争论。这些论文概括了我对这个主题的一些想法。以下链接摘自非正式工作论文和短文，代表了我对潜在 AI 到自然语言界面现状的一些想法。最后三篇论文（第三部分），特别是“为什么要移动？”，试图捕捉这个 AI 到自然语言界面关于儿童语法发展阶段的内容。这本非正式电子书分为三部分：第一部分“语言的神经基础”，第二部分“递归语法”，第三部分“儿童语言习得”。*关于这个主题的论文、短文和文章都可以在我的学术网站上找到：https://csun。academia.edu/josephgalasso
依恋提醒触发跨多个大脑的广泛同步
婴儿刺激会在人类成年人中引起广泛的神经和行为反应，如此大规模的资源分配证明了原始依恋的进化意义。在这里，我们检查了依恋提醒是否也会触发跨脑一致性并产生更大的神经一致性，如受试者间相关性所示。在催产素/安慰剂给药设计中，人类母亲被拍摄两次，刺激包括四个标准的陌生母亲和婴儿的生态视频：两个婴儿/母亲独自一人（独自一人）和两个母亲 - 婴儿二元环境（社交）。理论驱动的分析测量了父母照顾网络（PCN）预注册节点的跨脑同步性，该网络将支撑哺乳动物母性的皮层下结构与与模拟、心理化和情绪调节有关的皮层区域整合在一起，数据驱动的分析使用全脑分区评估全脑一致性。结果表明，PCN 和神经轴存在广泛的跨脑同步，从初级感觉/躯体感觉区域到岛叶扣带区，再到颞叶和前额叶皮质。社交背景产生了明显更多的跨脑一致性，PCN 纹状体、海马旁回、颞上沟、ACC 和 PFC 仅在母婴社交线索下显示跨脑同步。母婴社交同步的即时波动，从低同步性发作到紧密协调的积极发作，都通过预先注册的 ACC 中的跨脑一致性在线跟踪。研究结果表明，社会依恋刺激代表着进化过程中显著的普遍线索，不需要口头叙述，能够引发大量的大脑间一致性，并表明母婴关系是人类文明的核心标志，可能起到将大脑粘合成统一的体验并将人类束缚在社会群体中的作用。
映射新生大脑中皮质厚度和表面积的遗传形态
成人双胞胎神经影像学研究表明，皮质厚度（CT）和表面积（SA）受遗传信息的差异影响，导致其空间上不同的遗传模式和地形。然而，鉴于新生儿到成年人的显着皮质发育，CT和SA遗传形态的产后起源尚不清楚。为了填补这一关键的空白，这项研究始终探讨了遗传信息如何通过利用来自202个双胞胎新生儿的脑磁共振（MR）图像来差异调节CT和SA在新生儿大脑中的空间拓扑，而复杂的后环境环境因素具有最小的影响。我们利用了婴儿使用的计算工具和数据驱动的光谱聚类方法，将脑皮质构成纯粹的区域，纯粹根据CT和SA的皮质顶点的遗传相关性，并因此创建了第一个基因知情的Cortalical Parcellatial parcellatial neonatal neonatal saps saps braps braps of CT和SA的遗传相关性。两个遗传细胞图均表现出双侧对称性和分层模式，但具有不同的空间布局。对于CT，具有更紧密的遗传关系的区域表现出一个替代验（A-P）分裂，而对于SA，具有较大遗传接近的区域通常在同一叶中。某些遗传知情的区域在新生儿和成年人之间表现出很强的相似性，尽管SA的内侧表面上的相似性最为惊人，尽管它们在遗传细胞图中的总体差异总体差异。这些结果极大地提高了我们对遗传影响对皮质形态空间图案的发展的理解。
BDR新闻 - 痴呆症研究的大脑 -
痴呆症研究（BDR）的大脑与学术研究人员以及药品和生物工业合作。我们能够提供一种罕见的评估数据和遗传信息的资源，以及以血液样本，脑组织和干细胞形式的人类组织。这使BDR处于挑战的最前沿，以开发新的治疗方法，以及我们与来自世界各地的研究人员合作的意愿和能力，这使BDR对这一全球努力的贡献扩大了。迄今为止，已向24个国家的研究人员派出了超过56,000个BDR脑组织样本。，只有2,605个样本被发送给商业公司，占总数的不到5％，但我们知道，如果我们要解决痴呆症并开发未来的治疗方案，那么协作是必须的。
沃尔特·J·弗里曼的《大脑如何做出决定》评论
在“大脑十年”期间，许多作者都试图提供帮助。心理学家伯纳德·巴尔斯 (Bernard Baars) 的《意识剧场》(1997)，哲学家大卫·查尔默斯 (David Chalmers) 的《意识心灵》(1996)，神经学家安东尼奥·达马西奥 (Antonio Damasio) 的《对所发生之事的感觉》(1999)，生物人类学家特伦斯·迪肯 (Terrence Deacon) 的《象征物种》(1997)，神经科学家杰拉尔德·埃德尔曼 (Gerald Edelman) 和朱利奥·托诺尼 (Giulio Tononi) 的《意识宇宙》(2000)，进化论者尼古拉斯·汉弗莱斯 (Nicholas Humphreys) 的《如何解决身心问题》(2000)，认知科学家史蒂芬·平克 (Steven Pinker) 的《心灵如何运作》(1997)，计算神经科学家埃德蒙·罗尔斯 (Edmund Rolls) 的《大脑与情感》(1999)。所有这些作品或多或少都涉及大脑、心灵的运作以及两者之间的关系。尽管这些作者来自不同的学科，但或多或少都认同目前普遍持有的观点，可以粗略地表述为“心智就是大脑所做的事情”。
维度和渐变：大脑和深度语言模型动态中句子整合的签名
1 Meta AI研究，法国75002，法国；以及91191，法国Gif-sur-Yvette，法国2个认知神经影像学单元Neurospin Center，Gif-Sur-Yvette，91191，法国，3个语言，交流学院和大脑，AIX-EN-ECH-EN-CON-13100，France，法国；和Aix-Marseille大学，国家科学研究中心，LPL，AIX-EN-PROVENCE，13100，法国，4个Meta AI研究，巴黎75002，法国，5 AIX MARSEILLE大学，国家健康研究所，国家健康研究所，CNRS，CNRS，LPL，LPL，AIX-EN-PRECERISE 13100；以及13005年的Marseille Inst Neurosci Syst，法国6 AIX Marseille大学，国家健康与医学研究所，CNRS，LPL，AIX-EN-PROVENCE 13100，法国；和Neurosci Sys Inst，Marseille，13005，法国； Marseille的公共援助医院，Timone医院，癫痫病和脑突照学，Marseille，13385，法国，7 AIX MARSEILLE大学，国家健康与医学研究所，CNRS，CNRS，LPL，AIX-EN-PROVENCE 13100，法国；和Neurosci Sys Inst，Marseille，13005，法国； Marseille，Timone医院，功能性和立体定向神经外科的公共援助医院，13385，法国，AIX Marseille University 8 Aix Marseille University，National Health and Medical Research，National of Health and Medical Research，CNRS，CNRS，LPL，AIX-en-Provence 13100，法国；和Neurosci Syst，Marseille，13005年，法国，巴黎萨克莱大学9号，美国国家健康研究所，原子能委员会，认知神经影像学院，Neurospin Center，Saclay，Saclay，91191，法国；法国学院，PSL大学，巴黎，法国75231，法国和10 LSP，écoleNormaleSupérieure，PSL（巴黎科学与文书）大学，CNRS，75005，法国巴黎，法国75005
使用语言模型绘制大脑图谱：一项调查
多年来，许多研究人员似乎都做出了相同的观察：大脑和语言模型的激活表现出一些结构相似性，使得从神经记录和计算语言模型中提取的特征之间能够进行线性部分映射。为了评估为这一观察积累了多少证据，我们调查了 30 多项研究，涵盖 10 个数据集和 8 个指标。在得出结论之前，积累了多少证据，如果有的话，还缺少什么？我们对文献中使用的评估方法的分析表明，一些指标不那么保守。我们还发现，目前积累的证据仍然不明确，但与模型大小和质量的相关性为谨慎乐观提供了理由。
使用头脑风暴优化动态神经网络
动态神经网络 (NN) 可以在推理过程中使稀疏激活的子网络适应输入，与静态神经网络相比，它在准确性、计算效率和自适应性方面表现出了明显的优势。然而，现有的深度学习框架和编译器主要侧重于优化具有确定性执行的静态 NN，而错过了动态 NN 中激活分布不均匀所带来的优化机会。优化动态 NN 的关键在于跟踪数据在推理过程中如何动态地分派到不同路径。这种动态性通常发生在子张量级别（例如，张量的条件分派标记），因此由于表达粒度不一致，现有的以张量为中心的框架很难跟踪。在本文中，我们提出了 Brainstorm，一个用于优化动态 NN 的深度学习框架，它通过统一动态性的表达方式来弥补这一差距。 Brainstorm 提出（1）Cell，这是关键的数据抽象，可让模型开发人员表达存在动态的数据粒度；（2）Router，这是一个统一的接口，可让模型开发人员表达如何动态调度Cell。Brainstorm 处理路由操作的有效执行。这种设计使 Brainstorm 能够以正确的粒度收集细粒度数据流的配置文件。可追溯性进一步为动态 NN 开辟了新的动态优化空间，使其执行专门针对运行时动态分布。广泛的评估表明，通过提出的动态优化，Brainstorm 将流行的动态神经网络的加速提高了 11.7 倍（平均为 3.29 倍），或内存消耗减少了 42%。
当大脑被遗忘时：边缘性人格和社会排斥被刻在喙内侧额叶皮层中
“我们当中谁”不介意被拒绝？感受到社会排斥或排斥是痛苦和令人难过的，特别是当这种排斥来自我们所依赖的人时。在最新一期的《生物精神病学：认知神经科学和神经影像学》中，Fertuck 等人 (1) 认为社会排斥的心理意义可以在马斯洛需求层次理论 (2) 的更广泛背景中得到定位。这一持久的心理模型提出了激发人类一系列行为的四种基本社会需求：归属感、自尊、控制力和有意义的存在。社会排斥被视为对这些需求的直接威胁，常常导致被拒绝痛苦的主观体验。适度的情况下，这种痛苦可以被认为是适应性的，因为它向那些重要的人发出信号，表明社会纽带需要确认或修复。事实上，在大多数高度社会化的哺乳动物中，很容易观察到社会纽带破裂后公然表达痛苦和采取行为后果[狗爱好者见（3）]。然而，如下文所述，当人类以不稳定的方式经历这种反应时，可能会引发相当多的危险行为，这些行为可能难以预测，甚至更难以缓解，这是我们作为临床医生最关心的问题之一。在现代认知神经科学中，我们已经了解到，对社会排斥的反应与大脑敏感地检测到事情不对劲，我们从环境中获得的东西与我们的目标不符有关。因此，当我们犯错、期望被违背或感到躯体疼痛时，内侧额叶皮质中与社会排斥相关的区域会亮起来（功能性磁共振成像显示）（4、5）。幸运的是，大多数时候（当然不是总是），刹车会自动踩下；大脑的稳态倾向开始发挥作用，让我们默念“我能处理这个”，我们（或我们的观察者）将其体验为情绪调节。不幸的是，对一些人来说，被拒绝的经历会产生不稳定、混乱的效果，这会给我们自己和周围的人带来麻烦。如果与拒绝相关的麻烦是一个人心理功能的常见特征，那么这个人可能会被精神病学诊断为边缘性人格障碍 (BPD)。正如 Fertuck 等人 (1) 指出的那样，对于 BPD 患者，这通常会导致高风险的冲动和行为，包括自残、自杀未遂和自杀成功 (7)。这些对拒绝的反应是 BPD 的标志，就像任何其他临床特征一样，但我们对大脑中如何发生这种情况却只有一个模糊的概念。